群智能方法在遥感信息提取中的应用分析

doi:10.3778/j.issn.1002-8331.2011.04.004

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 13-16.DOI: 10.3778/j.issn.1002-8331.2011.04.004

群智能方法在遥感信息提取中的应用分析

戴芹，刘建波，刘士彬

中国科学院对地观测与数字地球科学中心，北京 100086

收稿日期:2010-09-01 修回日期:2010-12-08 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 戴芹

Analysis of remote sensing information extraction using swarm intelligence method

DAI Qin，LIU Jianbo，LIU Shibin

Center for Earth Observation and Digital Earth，Chinese Academy of Sciences，Beijing 100086，China

Received:2010-09-01 Revised:2010-12-08 Online:2011-02-01 Published:2011-02-01
Contact: DAI Qin

摘要/Abstract

摘要： 遥感数据作为重要的空间数据源，在众多领域发挥着不可或缺的作用。遥感信息获取技术的不断发展与遥感数据应用领域的不断扩展，促进了遥感信息提取方法的不断进步。随着人工智能算法不断被提出及成功应用，遥感信息提取领域也在逐步引入智能算法实现高效的信息提取。在对遥感信息提取方法的研究进展进行深入分析的基础上，剖析了群智能方法应用于遥感信息提取领域的潜力与优势。并应用微粒群优化方法进行遥感数据的分类，实现了微粒群优化方法应用于遥感数据分类的技术流程，取得了很好的实验结果。因此，群智能方法能够为遥感信息提取领域提供一种新的有效智能处理方法。

关键词: 群智能方法, 遥感数据, 信息提取

Abstract: Remote sensing data as an important spatial data source play an indispensable role in many areas.Promoting by the development of remote sensing information acquiring technology and expanding application fields，remote sensing information extraction method has also gained great achievements.As the continuing increase in artificial intelligence algorithms and successfully applications，the intelligent algorithms are gradually used in remote sensing information extraction for more efficient processing result.After making a thorough study of remote sensing information research advances，this paper analyzs the potential and advantage of swarm intelligent method that can be used in the research field.And applying particle swarm optimization（PSO） algorithm to remote sensing image classification，this paper demonstrates and implements the technical processing steps of remote sensing image classification，and gains ideal results.So，swarm intelligence algorithm can provide a new efficient method for remote sensing information extraction.

Key words: swarm intelligence method, remote sensing data, information extraction

中图分类号:

TP391

戴芹，刘建波，刘士彬. 群智能方法在遥感信息提取中的应用分析[J]. 计算机工程与应用, 2011, 47(4): 13-16.

DAI Qin，LIU Jianbo，LIU Shibin. Analysis of remote sensing information extraction using swarm intelligence method[J]. Computer Engineering and Applications, 2011, 47(4): 13-16.

[1]	宋峣1，2，3，孙小涓1，2，3，胡玉新1，2，3，雷斌1，2，3，卢晓军4. 基于流式计算的遥感卫星数据快视处理方法[J]. 计算机工程与应用, 2019, 55(10): 77-82.
[2]	杜博远1，王美清1，陈长福2，陈飞1. 基于结构一致和特征学习的网页信息标签提取[J]. 计算机工程与应用, 2017, 53(7): 74-78.
[3]	乔闹生1，张奋2. 一种印刷电路板缺陷图像边缘信息提取方法[J]. 计算机工程与应用, 2015, 51(20): 11-15.
[4]	常生鹏1，马亿旿2，蔡立军1，丁玉成1. 一种基于Hadoop的高分辨率遥感图像处理方法[J]. 计算机工程与应用, 2015, 51(11): 167-171.
[5]	沈夏炯1，2，王晶晶1，2，范家铭1，2，周兵1，3. MGSI-8CA标记算法[J]. 计算机工程与应用, 2013, 49(20): 126-129.
[6]	阎继宁1，2，3，周可法1，2，王金林1，王珊珊1，汪玮1，李东1，2，3. 基于SAM与SVM的高光谱遥感蚀变信息提取[J]. 计算机工程与应用, 2013, 49(19): 141-146.
[7]	范帆1，关佶红2. 工程图纸字符串及标注信息提取[J]. 计算机工程与应用, 2012, 48(7): 161-164.
[8]	李龙翔1，胡晓东2，沈占锋2，明冬萍1，2，宋卓沁1，2. 对象化过程中的快速标号算法研究[J]. 计算机工程与应用, 2012, 48(6): 193-195.
[9]	史园莉，申文明，熊文成，付卓，肖如林. 遥感数据集群处理作业调度管理系统研究[J]. 计算机工程与应用, 2012, 48(25): 77-82.
[10]	慈慧1，2，秦勇1，2，杨慧1，2，李国强3，酆格斐4. 滨海湿地信息提取方法比较研究[J]. 计算机工程与应用, 2011, 47(33): 244-248.
[11]	薄树奎，刘华. 类别划分对特定类别信息提取的影响[J]. 计算机工程与应用, 2011, 47(24): 193-195.
[12]	李晓霞1，2，汪云甲1，2. 面向对象的高分辨率影像采煤塌陷地提取[J]. 计算机工程与应用, 2011, 47(23): 239-241.
[13]	杨邦会1，2，池天河1，2. 国产卫星遥感综合应用服务平台及原型实现[J]. 计算机工程与应用, 2011, 47(22): 236-239.
[14]	戢晓峰¹，黄永忠³，何增辉²，韩春华¹. 面向诱导的交通状态信息提取方法[J]. 计算机工程与应用, 2010, 46(25): 16-18.
[15]	方加沛，黄战. 基于单类别文档分类的主题爬虫[J]. 计算机工程与应用, 2010, 46(16): 63-66.

群智能方法在遥感信息提取中的应用分析

Analysis of remote sensing information extraction using swarm intelligence method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics